中科院2012地学分析

中科院博士考试2012遥感地学分析及答案

中国科学院遥感应用研究所

2012年博士研究生入学考试试卷

遥感地学分析 总分：100分 时间：180分钟 （注意：答案一律写在答题纸上）

一、论述土壤、植被、岩石、冰雪、水体等典型地物的反射波谱特性、红外辐射

特性、微波辐射与散射特性，分别说明它们在可见光/近红外、热红外和微波遥感图像上表现出什么特征？如何通过遥感图像增强处理和融合，提高典型地物的遥感识别能力？（20分）

答：

（一） 土壤、植被、岩石、冰雪、水体等典型地物的反射波谱特性

（1）关于土壤

（a）可见光与近红外波段的反射波谱特性以及散射特性：土壤本身是一种复杂的混合物，它是由物理和化学性质各不相同的物质所组成，这些物理和化学性质不同的物质可能会影响土壤的反射和吸收光谱特征。土壤的许多性状都源于土壤母质。一般土壤中含有的原生矿物主要有石英、白云母、赤铁矿、黄铁矿等。土壤水分是土壤的重要组成部分，也是评价土壤资源优劣的主要指标之一。当土壤含水量增加时，土壤的反射率就会下降。作为土壤的重要组成部分，土壤有机质是指土壤中那些来源于生物的物质。有机质的影响主要是在可见光和近红外波段。一般来说，随着土壤有机质的增加，土壤的光谱反射率减小。铁在土壤中主要以氧化铁的形式存在，氧化铁是影响土壤光谱反射特性的重要土壤成分，其含量的增加会使反射率减小。土壤质地是指土壤中各种粒径的颗粒所占的相对比例。它对土壤光谱反射特性的影响主要表现在两方面，一是影响土壤持水能力，进而影响土壤光谱反射率；二是土壤颗粒大小本身也对土壤的反射率有很大影响。一般来说，在近红外光谱范围，如果土壤的物理化学性质没有发生变化，则土壤或矿物的光谱反射率随土壤颗粒尺寸的减小而减小。

(b)红外辐射特性：白天受太阳辐射影响，温度高、呈暖色调；夜间物质散射，温度低，呈冷色调。

(c)微波辐射特性：土壤的介电常数随土壤含水量的变化十分明显，它可以使雷达后向散射回波有较为明显的变化，两者呈线性关系。土壤的后向散射系数，除受含水量影响外，还同时受土壤表面粗糙度、土壤结构、土壤化学组成等影响以及与雷达系统参数有关。但是大量实验表明，在雷达参数和土壤性质同样的条件下，土壤的散射系数的变化主要受土壤水分变化的影响。微波土壤水分研究的大量实验表明，把土壤湿度经归一化处理表示为田间含水量的百分数，可以减小土壤颗粒结构类型的影响。

（2）关于植被

(a)可见光与近红外波段的反射波谱特性以及散射特性：一般宽波段的遥感数

据对于植被的研究仅限于一般性的红光吸收特征和近红外的反射特征，以及中红外的水吸收。由于受波段宽度和波段数的限制，往往对土地覆盖类型不敏感，对植被长势等反映不理想。绿色植被具有明显的光谱反射特征，不同于土壤、水体和其他典型地物。植被对电磁波的响应，即植被的光谱反射或发射特性是由其化学和形态学特征决定的，这种特征与植被的发育、健康状况以及生长条件密切相关。在可见

中科院博士考试2012遥感地学分析及答案

光波段内，各种色素是支配植被光谱响应的主要因素，其中叶绿素所起的作用最重要。很多植被在我们眼睛看来是绿色的，当植被患病时，叶绿素吸收带强度会减弱，同时反射率变大，特便是红色波长区域，所以患病植被看上去总是呈淡黄色。叶红素和叶黄素对植被光谱特性影响也大，当植被衰老时，由于叶绿素消失，叶红素和叶黄素在叶子的光谱响应中起主导作用，所以秋天时，植被叶子会变黄，有些植被叶子会呈红色。在光谱的近红外波段，植被的光谱特性主要受叶子内部构造的控制。健康绿色植被在近红外波段的光谱特征是反射率高，透过率高，吸收率低。在可见光波段与近红外波段之间，即大约0.76um附近，反射率急剧上升，形成“红边”，这是植被曲线最明显的特征。在光谱的中红外波段，绿色植被的光谱响应主要被水吸收带所支配。研究表明，植被对入射阳光中的中红外波段能量的吸收程度是叶子中总水分含量的函数。随着叶子水分减少，植被中红外波段的反射率明显增大。 (b)红外辐射特性：植被辐射温度较高，夜间图像具暖标记，而白天受太阳光照射，但水分蒸腾作用降低叶的温度，升温不明显，使植被周围土壤温度低。 (c)微波辐射特性：影响植被回波大小的因素主要是它的含水量、粗糙度、密度、结构等。观测方向和俯角也是植物分析的重要参数。研究表明，植被的散射特性在整个电磁波入射角范围内，呈现出对入射角的变化不灵敏的趋势；不同作物因叶穗形状、密度、含水量不同，散射强度值有所差异；许多情况下，作物的散射回波是植物和土壤的回波的叠加，土壤的影响集中表现在近垂直入射区；严重的病虫害，对作物的散射特性常有较明显的影响。 （3）岩石的反射波谱特性

(a)可见光与近红外波段的反射波谱特性以及散射特性：岩石的光谱表现非常

复杂，其中最重要的原因是岩石光谱本质上是矿物的混合光谱，这种混合效应是非线性的。这对遥感图像数据处理和岩矿信息提取带来了不便。影响岩石光谱特性的因素主要有:风化作用对岩石光谱反射率的影响；岩石表面结构对光谱反射率的影响；岩石表面颜色对光谱反射率的影响；大气环境对岩石光谱反射率的影响

(b)红外辐射特性：白天受太阳辐射影响，温度高、呈暖色调；夜间物质散射，

温度低，呈冷色调。

(c)微波辐射特性：岩石的散射特性主要取决于它们的元素组成。暗色矿物含

量高的岩石，介电常数高，散射回波强；岩石吸附水严重干扰矿物岩石的介电常数；岩石的介电常数还与它的亮度温度之间存在较明显的负相关。在雷达图像上，对岩石地层及地质构造的判断、识别、主要是借助于岩石的元素组成、表面粗糙度、风化特点、地貌形态等差异所造成的雷达图像色调和纹理结构的差异加以区分，并效果明显。

（4）水体和雪的反射波谱特性

(a)可见光与近红外波段的反射波谱特性以及散射特性：地表较纯净的自然水

体对0.4~2.5um波段的电磁波的吸收明显高于绝大多数其他地物。水体的光谱反射特性主要来自三方面贡献，即水的表面反射、水体底部物质的反射和水中悬浮物质的反射，而光谱吸收和透射特性不仅与水体本身的性质有关，而且还明显地受到水中各类型和大小的物质的影响。在光谱的近红外和中红外波段，水几乎吸收了全部的能量。但是，自然界的水体往往都往往不是纯净的，而是含有各种各样的无机物和有机物，其中有些杂质处于悬浮状态，会散射和吸收部分入射能。悬浮泥沙所引起的浑浊度是影响各种水体光谱响应的主要因素之一。浊水的反射率比清水高很多。水中叶绿素浓度是影响水体光谱特性的另一个重要因素。当叶绿素浓度增加时，可见光波段蓝色部分的反射率显著下降，而绿色部分的反射率上升。除了悬浮泥沙

中科院博士考试2012遥感地学分析及答案

和叶绿素浓度所引起的浑浊度外，许多其他天然和人造的物质对水体的光谱特性也有影响，许多污染物对水体的光谱特性影响也很大。雪虽然是水的一种固态形式，但它与水的光谱特性截然不同，地表雪的反射率明显高于自然水体。雪的晶粒大小、雪花絮状分裂的形态和积雪的松紧程度不同都对雪的光谱特性有明显的影响。雪的光谱反射率的平均值变化特点是，新降的未融化的雪>表面融化的雪>湿的融化的雪>重新冻结的雪。

(b)红外辐射特性：水体对红外几乎全吸收，自身辐射发射率高，以及水体内

部已热对流方式传递温度，使水体表面温度较为均一，昼夜温度变化慢而小。水体白天升温慢，比周围土壤岩石温度低，呈冷色调；夜晚比周围土壤、岩石温度高，呈暖色调。因此，水体的热标记可作为判断热红外成像时间的可靠标志。即当热红外图像未注明成像时段时，如果水体具有比临近地物较暖的标记，则为夜间成像；反之，为白天成像。

(c)微波辐射特性：一般来说，冰层为光滑表面，因镜面反射呈黑色；融冰期

水面的浮冰破坏了镜面反射使雷达回波显著增强，在雷达图像上呈黑色条带或斑块上夹杂着亮点的影像特征。冰雪是地物表面的覆盖层，对地物的粗糙度有平滑作用，雷达图像上呈暗色。

（二）通过图像增强来提高典型地物的遥感识别能力

图像增强是为了突出相关的专题信息，提高图像的视觉效果，使分析者能更容易的识别图像内容。

对比度增强是图像增强的一个常用且简单的方法，对比度增强是将图像中的亮度值范围拉伸或压缩成显示系统指定的亮度显示范围，从而提高图像全部或局部的对比度。我们可以通过设置灰度阈值、阈值分割、线性拉伸、非线性拉伸来实现对比度增强。

利用图像波段之间的比值运算也可以达到图像增强的目的，比值运算的目的是为了减小环境的影响。

通过主成分分析（PCA）、穗帽变换、空间变换等，来实现图像增强，提高图像的视觉效果，使分析者能更容易的识别图像内容。

（三）多类型遥感数据融合

（1）多光谱遥感图像数据与成像雷达数据的融合

融合过程：

（a） 遥感数据的选址与预处理，即经过辐射处理与几何纠正。

（b） 选择合适的融合方法，目前常见的方法有算术运算法、相关系数法、主成分分析法、

IHS变换法、小波变换法、BP神经网路和马尔可夫随机场法等。

中科院博士考试2012遥感地学分析及答案

卫星光学和雷达系统基于像元的图像数据融合处理过程

（2）高、低分辨率遥感图像数据的融合

融合过程：

（a） 遥感数据预处理。预处理包括消除几何畸变及各种噪声的影响，以提高估算和配准

精度。

（b） 用空间频谱相关方法进行配准。在两种分辨率影像上分别选取大致相同的区域。对

相对高分辨率的航空遥感进行适当的低通滤波使之粗化，可以通过傅里叶变换及傅里叶逆变换来完成遥感影像从空间域到空间频率域的相互变换。

二、什么是遥感辐射传输模型，如何通过遥感反演反照率、温度、土壤水分等地

表参量？如何通过定量遥感与过程模型结合估算地表蒸散与地表净初级生产力？（25分）

中科院博士考试2012遥感地学分析及答案

答案在（赵英时：26~27页“大气传输模型”，320~326页“反演”，439~445“区域蒸发量估算”）

三、粮食安全已经成为我国社会经济发展的重大问题，请论述利用卫星遥感监测

农作物播种面积、长势、与产量的技术途径和方法。（25分）

遥感估产是利用空间或地面遥感器来获取农作物生长数据，研究处理农作物的光谱反射率后，得到数据的手段是按接收农作物在生长期各个阶段的光谱数据和植被指数，利用这些数据建立估产模型来实现农作物的产量的预测，遥感大面积作物估产的主要涉及3方面内

中科院博士考试2012遥感地学分析及答案

容：作物识别、作物面积提取、作物长势分析。

注意遥感估产的最佳时段选择：农作物产量与遥感光谱信息关系最显著的时相最有利于建立单产光谱模型，因而选其为最佳时相。

（一）作物识别与作物面积提取，往往是结合进行的，其基本过程包括：（1）遥感数据的采集于预处理、（2）作物专题信息的提取、（3）作物面积的自动提取。

（1）遥感数据的预处理包括：辐射纠正、大气纠正、几何修正、空间配准、加行政界线等。

（2）作物专题信息的提取：通过植被指数来反演与作物估产模型有关的各种参数（如NDVI（归一化植被指数）与作物覆盖度关系密切，可有效提取面积信息。RVI(比值植被指数)反映作物长势，可以提取生物量信息，PVI(垂直植被指数)可有效过滤土壤背景及大气干扰等。）。同时，运用多种图像处理技术（如主成分分析、穗帽变换、图像分类、混合像元分解等）进行作物专题信息提取方法的研究。

由于不同自然地理单元内，作物的生长条件和生长状况在空间上会有很大差别。为提高遥感估产的准确性，需按照作物生长环境及作物产量的区域分异规律，进行影像的分区、分类，以尽量保证同一区域内作物生长环境的一致性，并在区分的基础上进行作物专题信息提取。

（3）作物面积的自动提取：一般的提取的方法有：遥感数据的自动分类、绿度分层技术自动提取作物面积。

遥感数据自动分类：利用多波段、多时相、高空间分辨率的TM数据，结合地面样方，选择若干个作物的训练样区，并提取训练样区的统计信息；用最大似然法对全图像进行监督分类；对碎小图斑进行归并处理，最终生成分类图，获取作物信息与作物面积数。也可利用GIS的辅助数据，参与遥感自动分类，以提高自动分类的精度和效率。

绿度分层技术自动提取作物面积：具体步骤为：构建多维绿度图像（以TM图像为例，TM图像预处理后，以TM图像的红波段亮度值、近红外波段亮度值、差值绿度植被指数，构建多维绿度空间）；判别函数的确定于绿度分割（选择合适的判别函数、采用绿度分割法，将多维绿度空间中不同地物空间区分开，则可定量地提取各种地物信息。）。

（4）进一步提高估产精度：为提高估产精度须解决混合像元分解问题，进行混合像元分解后，可求出作物在混合像元中所占的面积比，。目前用于作物面积估算的混合像元分解方法有因子分析法、绿度法、单通道法等。

（二）作物长势分析：作物长势分析是一个动态过程，需要多时相遥感信息来反映植被生长过程中的节律特点。通常可利用遥感数据的光谱信息对地面植被进行光谱分析，结合地面实况、作物的生物节律等，建立作物长势监测模式，指导农业生产。

通过作物遥感识别。作物专题信息提取、作物长势分析，提取了作物生长及产量有关的参数，则可建立遥感估产模型，目前主要的估产模型有：统计模型、半经验模型等。

估产模型建立步骤（以统计模型为例）：（a）建立多波段遥感数据生成的遥感参数，即植被指数与作物单产的统计关系。（b）建立遥感参数与主要农学参数的关系。（c）建立植被指数季节变化与农学参数关系。

四、结合全球变化背景下碳减排外交谈判与碳贸易需求，论述遥感技术在碳源、

碳汇全球监测中的作用和意义，目前存在的问题与发展趋势？（30分） 答：看文献，书上没有该题内容。

本文来源：https://www.bwwdw.com/article/x864.html